会说话、能识图的ChatGPT来了！距离“超级助理”更进一步

　　来源：华尔街见闻

　　开口说话、装上“眼睛”，多模态ChatGPT来了。

　　周一，OpenAI在官网宣布，将在未来两周内面向Plus和企业用户推出ChatGPT的语音和图像功能，上述功能允许用户进行语音对话或向ChatGPT展示图片。

　　语音功能方面，ChatGPT可以用语音来回答问题和命令，与苹果的Siri等C端个人助理形成直接竞争。此外，ChatGPT将有五种不同的语音供用户选择，同时支持语音音频生成文本、将播客语音翻译成其他语言等功能。

　　图像功能方面，用户提交图片并询问相关问题，ChatGPT可以根据图片回答或给出建议。据悉，语音功能将在iOS和Android平台推出，图像功能将登陆所有平台。

　　开口说话、5种不同语音

　　OpenAI升级了用户与ChatGPT的交互方式，用户不仅可以通过在文本框中输入句子，还可以通过大声说话来提示聊天机器人。

　　这一功能并不陌生，类似于与谷歌助手交谈，只是OpenAI希望，由于底层技术的改进，答案会更好。目前，大多数虚拟助手都在依靠大模型进行重建，OpenAI 只是走在了前面。

　　OpenAI 于今年 5 月发布了 ChatGPT 应用程序，并已经提供了语音转文本功能。增加语音回复功能可以让用户感觉在进行更人性化的对话。该公司希望这项新功能能鼓励用户随时随地使用其移动应用，并与谷歌的 Assistant、苹果的 Siri或